机器 学习中的方差和误差

对于已创建的某一机器学习模型来讲，不管是对训练数据欠拟合或是过拟合都不是咱们想要的，所以应该有一种合理的诊断方法。

首先 Error = Bias + Variance

Error反映的是整个模型的准确度。

Bias反映的是模型在样本上的输出与真实值之间的偏差，即模型自己的精准度；

Variance反映的是模型每一次输出结果与模型输出指望之间的偏差，即模型的稳定性。